欢迎来到天天文库
浏览记录
ID:52273832
大小:3.01 MB
页数:13页
时间:2020-03-26
《风力发电机组故障诊断与预测技术研究综述.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第38卷第5期仪器仪表学报Vol38No52017年5月ChineseJournalofScientificInstrumentMay.2017风力发电机组故障诊断与预测技术研究综述1,21,31,22,4,5金晓航,孙毅,单继宏,吴根勇(1.浙江工业大学特种装备制造与先进加工技术教育部重点实验室杭州310014;2.浙江工业大学机械工程学院杭州310014;3.浙江工业大学海洋研究院杭州310014;4.浙江运达风电股份有限公司杭州310012;5.风力发电系统国家重点实验室杭州310012)摘要:随着风力发电机组装机容量的快速
2、发展,累计运行时间的持续增长,风电机组的维护问题日益突出,迫切需要研发有效的风电机组故障诊断与预测系统。从故障诊断和故障预测两个方面,归纳风力发电机组的主要故障特点;针对故障诊断难点问题,分析和总结基于振动、电气信号分析和模式识别算法的故障诊断方法的研究现状,指出各种方法的技术特点、局限性和今后的发展趋势;针对风电机组中机械结构和电子系统性能退化的各自特点,归纳当前的研究进展,提出物理失效模型和数据驱动模型融合的故障预测方法;最后,归纳了利用风力发电机组数据采集与监控系统(SCADA)数据进行故障诊断与预测的最新进展及需要进一步研究的问
3、题。关键词:风力发电机组;故障诊断;故障预测;数据采集与监控系统中图分类号:TH17文献标识码:A国家标准学科分类代码:460Faultdiagnosisandprognosisforwindturbines:Anoverview1,21,31,22,4,5JinXiaohang,SunYi,ShanJihong,WuGenyong(1.KeyLaboratoryofE&M,MOE,ZhejiangUniversityofTechnology,Hangzhou310014,China;2.CollegeofMechanicalEngin
4、eering,ZhejiangUniversityofTechnology,Hangzhou310014,China;3.InstituteofOceanResearch,ZhejiangUniversityofTechnology,Hangzhou310014,China;4.ZhejiangWindeyCo.,LTD.,Hangzhou310012,China;5.StateKeyLaboratoryofWindPowerSystem,Hangzhou310012,China)Abstract:Astheinstalledcapac
5、ityofwindturbinesgrowsrapidlyandcumulativeoperationtimecontinuesextending,themaintenanceissueofthewindturbinesbecomesincreasinglyprominent,itisnecessarytodevelopeffectivewindturbinefaultdiagnosisandprognosissystemsurgently.Inthispaper,themainfaultcharacteristicsofwindtur
6、binesaresummarizedfromtwoaspectsoffaultdiagnosisandfaultprognosis.Aimingatthedifficultproblemsinfaultdiagnosis,theresearchstatusofthefaultdiagnosisapproachesbasedonvibration,electricsignalanalysisandpatternrecognitionalgorithmsforwindturbinefaultdiagnosisareanalyzedandsu
7、mmarized.Thetechnicalcharacteristics,limitationsandfuturedevelopmenttrendsofdifferentapproachesarepointedout.Aimingatvariouscharacteristicsofmechanicalstructureandelectronicsystemdegradationinwindturbines,currentresearchdevelopmentofthefaultprognosticapproachesforwindtur
8、binesaresummarized.Thefaultprognosticapproachfusingthephysicsoffailuremodelanddatadrivenmodelispropo
此文档下载收益归作者所有